CN116862669A - 一种车辆贷款数据分析方法、系统及介质 - Google Patents
一种车辆贷款数据分析方法、系统及介质 Download PDFInfo
- Publication number
- CN116862669A CN116862669A CN202311136082.8A CN202311136082A CN116862669A CN 116862669 A CN116862669 A CN 116862669A CN 202311136082 A CN202311136082 A CN 202311136082A CN 116862669 A CN116862669 A CN 116862669A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- loan
- sales
- enterprise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000007405 data analysis Methods 0.000 title claims abstract description 43
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000012937 correction Methods 0.000 claims description 26
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 230000008014 freezing Effects 0.000 claims description 8
- 238000007710 freezing Methods 0.000 claims description 8
- 238000012502 risk assessment Methods 0.000 abstract description 4
- 238000012797 qualification Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 6
- 230000007306 turnover Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 206010063659 Aversion Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例提供了一种车辆贷款数据分析方法、系统及介质，该方法包括：获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；判断车辆贷款风险信息是否大于或等于预设的风险阈值；若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端；通过实时分析企业车辆销售信息对企业营业额进行精准判断，并作为车辆贷款后的还款风险分析的依据对企业贷款风险进行精准分析，提高贷款风险规避能力。
Description
技术领域
本申请涉及车辆贷款分析领域，具体而言，涉及一种车辆贷款数据分析方法、系统及介质。
背景技术
经销商在进行车辆采购过程中，由于资金的问题，大部分需要进行贷款，在进行车辆销售过程中，需要对车辆贷款数据进行分析，以保证企业的正常运行，现有的车辆贷款数据分析过程中，无法根据企业经营数据及车辆销售信息建立车辆销售预测模型，对下一年度车辆销售数据进行精准的预测，容易造成车辆贷款数据分析偏差较大，造成车辆贷款风险扩大，影响企业安全运营，针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种车辆贷款数据分析方法、系统及介质，可以通过实时分析企业车辆销售信息对企业营业额进行精准判断，并作为车辆贷款后的还款能力与还款风险分析的依据对企业贷款风险进行精准分析，提高贷款风险规避能力。
本申请实施例还提供了一种车辆贷款数据分析方法，包括：
获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；
获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；
将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；
判断车辆贷款风险信息是否大于或等于预设的风险阈值；
若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；
若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端。
可选地，在本申请实施例所述的车辆贷款数据分析方法中，所述企业运营数据包括经销商企业状态与工商信息，所述经销商企业状态包括开业、存续与注销信息；
所述工商信息包括法人变更、股权冻结、股权出质、动产抵押、执行案件数据、行政处罚、税务处罚、欠税金额中的一种或两种以上的组合。
可选地，在本申请实施例所述的车辆贷款数据分析方法中，获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息，具体为：
获取企业经营数据，提取经营数据特征；
将经营数据特征与预设的特征进行比较，得到特征偏差率；
判断所述特征偏差率是否大于第一特征偏差率阈值且小于第二特征偏差率阈值；
若大于第一特征偏差率阈值且小于第二特征偏差率阈值，则生成修正信息，根据修正信息对经营数据进行修正；
若大于第二偏差率阈值，则判定企业经营数据异常，则将对应的企业经营数据进行剔除；
若小于第一特征偏差率阈值，则判定企业经营数据正常，则获取车辆贷款信息。
可选地，在本申请实施例所述的车辆贷款数据分析方法中，获取企业车辆销售信息，根据企业销售信息分析企业回款信息，具体为：
获取企业历史年度中每一个月的车辆销售信息，建立车辆销售预测模型；
将相邻两个月的车辆销售信息进行比较，得到销售差值；
根据销售差值生成参数修正信息，根据参数修正信息对车辆销售预测模型进行超参数修正，得到优化后的车辆销售预测模型；
根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息。
可选地，在本申请实施例所述的车辆贷款数据分析方法中，根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息之后，还包括：
获取车辆销售预测模型进行预测的车辆销售信息与当前车辆销售信息进行比较，得到销售数据偏差；
判断销售数据偏差是否大于或等于预设的偏差阈值；
若大于或等于，则生成反馈信息，根据反馈信息对车辆销售预测模型的超参数进行二次调整；
若小于，则根据车辆销售预测模型进行预测下一年度企业营业额数据。
可选地，在本申请实施例所述的车辆贷款数据分析方法中，获取企业车辆销售信息，根据企业销售信息分析企业营业额信息，还包括：
获取企业存放车辆区域信息，并生成电子围栏信息；
获取车辆位置信息，将车辆位置信息与电子围栏信息进行比较，得到位置差；
判断所述位置差是否大于或等于预设的位置差阈值；
若大于或等于，则生成车辆出库信息，并对车辆出库量进行更新；
若小于，则判定车辆未销售，生成车辆存放时间信息。
第二方面，本申请实施例提供了一种车辆贷款数据分析系统，该系统包括：存储器及处理器，所述存储器中包括车辆贷款数据分析方法的程序，所述车辆贷款数据分析方法的程序被所述处理器执行时实现以下步骤：
获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；
获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；
将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；
判断车辆贷款风险信息是否大于或等于预设的风险阈值；
若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；
若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端。
可选地，在本申请实施例所述的车辆贷款数据分析系统中，所述企业运营数据包括经销商企业状态与工商信息，所述经销商企业状态包括开业、存续与注销信息；
所述工商信息包括法人变更、股权冻结、股权出质、动产抵押、执行案件数据、行政处罚、税务处罚、欠税金额中的一种或两种以上的组合。
可选地，在本申请实施例所述的车辆贷款数据分析系统中，获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息，具体为：
获取企业经营数据，提取经营数据特征；
将经营数据特征与预设的特征进行比较，得到特征偏差率；
判断所述特征偏差率是否大于第一特征偏差率阈值且小于第二特征偏差率阈值；
若大于第一特征偏差率阈值且小于第二特征偏差率阈值，则生成修正信息，根据修正信息对经营数据进行修正；
若大于第二偏差率阈值，则判定企业经营数据异常，则将对应的企业经营数据进行剔除；
若小于第一特征偏差率阈值，则判定企业经营数据正常，则获取车辆贷款信息。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括车辆贷款数据分析方法程序，所述车辆贷款数据分析方法程序被处理器执行时，实现如上述任一项所述的车辆贷款数据分析方法的步骤。
由上可知，本申请实施例提供的一种车辆贷款数据分析方法、系统及介质，通过获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；判断车辆贷款风险信息是否大于或等于预设的风险阈值；若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端；通过实时分析企业车辆销售信息对企业营业额进行精准判断，并作为车辆贷款后的还款能力与还款风险分析的依据对企业贷款风险进行精准分析，提高贷款风险规避能力。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的车辆贷款数据分析方法的流程图；
图2为本申请实施例提供的车辆贷款数据分析方法的获取车辆贷款信息流程图；
图3为本申请实施例提供的车辆贷款数据分析方法的根据车辆销售预测模型进行下一年度车辆销售信息预测的方法流程图；
图4为本申请实施例提供的车辆贷款数据分析系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种车辆贷款数据分析方法的流程图。该车辆贷款数据分析方法用于终端设备中，该车辆贷款数据分析方法，包括以下步骤：
S101，获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；
S102，获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；
S103，判断车辆贷款风险信息是否大于或等于预设的风险阈值；
S104，若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；
S105，若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端。
需要说明的是，通过获取企业经营数据，对企业经营数据进行清洗，去除企业经营过程中的异常数据，提高企业经营数据的精准度，通过对企业营业额信息与车辆贷款信息进行计算，判断车辆贷款风险，实现贷款风险的合理规避，提高贷款安全性。
根据本发明实施例，企业运营数据包括经销商企业状态与工商信息，经销商企业状态包括开业、存续与注销信息；
工商信息包括法人变更、股权冻结、股权出质、动产抵押、执行案件数据、行政处罚、税务处罚、欠税金额中的一种或两种以上的组合。
请参照图2，图2是本申请一些实施例中的一种车辆贷款数据分析方法的获取车辆贷款信息流程图。根据本发明实施例，获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息，具体为：
S201，获取企业经营数据，提取经营数据特征；将经营数据特征与预设的特征进行比较，得到特征偏差率；
S202，判断特征偏差率是否大于第一特征偏差率阈值且小于第二特征偏差率阈值；
S203，若大于第一特征偏差率阈值且小于第二特征偏差率阈值，则生成修正信息，根据修正信息对经营数据进行修正；
S204，若大于第二偏差率阈值，则判定企业经营数据异常，则将对应的企业经营数据进行剔除；
S205，若小于第一特征偏差率阈值，则判定企业经营数据正常，则获取车辆贷款信息。
需要说明的是，将企业经营异常数据进行剔除，并对经营数据进行修正，提高企业经营数据的精度，可以精准的获取车辆贷款信息，防止出现数据分析偏差。
请参照图3，图3是本申请一些实施例中的一种车辆贷款数据分析方法的根据车辆销售预测模型进行下一年度车辆销售信息预测的方法流程图。根据本发明实施例，获取企业车辆销售信息，根据企业销售信息分析企业回款信息，具体为：
S301，获取企业历史年度中每一个月的车辆销售信息，建立车辆销售预测模型；
S302，将相邻两个月的车辆销售信息进行比较，得到销售差值；
S303，根据销售差值生成参数修正信息，根据参数修正信息对车辆销售预测模型进行超参数修正，得到优化后的车辆销售预测模型；
S304，根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息。
需要说明的是，通过对企业历史年度的车辆销售数据进行获取，并建立车辆预测模型，并对车辆预测模型进行参数优化处理，提高模型的预测能力，可以通过车辆销售预测模型进行实时预测下一年度车辆销售信息，进行预测企业贷款风险。
根据本发明实施例，根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息之后，还包括：
获取车辆销售预测模型进行预测的车辆销售信息与当前车辆销售信息进行比较，得到销售数据偏差；
判断销售数据偏差是否大于或等于预设的偏差阈值；
若大于或等于，则生成反馈信息，根据反馈信息对车辆销售预测模型的超参数进行二次调整；
若小于，则根据车辆销售预测模型进行预测下一年度企业营业额数据。
需要说明的是，通过判断当前车辆销售数据与企业预测模型中预测的车辆销售数据之间的偏差进行实时修正车辆销售预测模型，使车辆销售预测模型越来越精准。
根据本发明实施例，获取企业车辆销售信息，根据企业销售信息分析企业营业额信息，还包括：
获取企业存放车辆区域信息，并生成电子围栏信息；
获取车辆位置信息，将车辆位置信息与电子围栏信息进行比较，得到位置差；
判断位置差是否大于或等于预设的位置差阈值；
若大于或等于，则生成车辆出库信息，并对车辆出库量进行更新；
若小于，则判定车辆未销售，生成车辆存放时间信息。
需要说明的是，通过实时判断车辆的位置是否已出库，并对出库数量以及未出库车辆的存放时间进行实时计算，提高车辆销售信息的分析精度。
根据本发明实施例，还包括：
获取当前车辆位置与白名单库位（企业存放车辆区域）距离、智能柜柜格（用于存放未销售的车辆合格证，且在车辆销售后智能开启取出车辆合格证）是否有开启状态、当前车辆存放距今时长、智能柜是否离线，车辆已完成开票且合格证柜格门无开门记录
获取经销商销售信息，包括车辆周转天数、月出库数与订单数比值、月订单数环比进行异常监测，异常定义和识别；
企业近3个月存在法人变更、存在股权冻结、欠税金额大于100000、当前存在税务处罚、当前存在行政处罚、当前有未交车事件、在职员工人数波动=|（当前员工人数-近3月月均员工人数）/近3月月均员工人数*100%|>=30%时，则判定企业经营异常。
车辆销售过程中，智能柜及车辆信息包括当前车辆位置与白名单库位距离（大于1公里表示车辆已销售，小于1公里说明车辆未出库）、智能柜柜格是否有开启状态、当前车辆存放距今时长、智能柜是否离线，车辆已完成开票且合格证柜格门无开门记录。
经销商销售信息异常包括车辆周转天数大于车辆平均周转天数、月车辆出库数/月销售订单数<50%、月订单数波动=（近30天销售订单数-近31-60天销售订单数）/近31-60天销售订单数*100%<20%。
通过实时采集的数据配合监测模型，实现对贷款经销商全方位实时监测预警，预警事项直接同步至各相关负责人，贷中快速识别异常风险，及时处置。
请参照图4，图4是本申请一些实施例中的一种车辆贷款数据分析系统的结构示意图。第二方面，本申请实施例提供了一种车辆贷款数据分析系统4，该系统包括：存储器41及处理器42，存储器41中包括车辆贷款数据分析方法的程序，车辆贷款数据分析方法的程序被处理器执行时实现以下步骤：
获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；
获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；
将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；
判断车辆贷款风险信息是否大于或等于预设的风险阈值；
若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；
若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端。
需要说明的是，通过获取企业经营数据，对企业经营数据进行清洗，去除企业经营过程中的异常数据，提高企业经营数据的精准度，通过对企业营业额信息与车辆贷款信息进行计算，判断车辆贷款风险，实现贷款风险的合理规避，提高贷款安全性。
根据本发明实施例，企业运营数据包括经销商企业状态与工商信息，经销商企业状态包括开业、存续与注销信息；
工商信息包括法人变更、股权冻结、股权出质、动产抵押、执行案件数据、行政处罚、税务处罚、欠税金额中的一种或两种以上的组合。
根据本发明实施例，获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息，具体为：
获取企业经营数据，提取经营数据特征；
将经营数据特征与预设的特征进行比较，得到特征偏差率；
判断特征偏差率是否大于第一特征偏差率阈值且小于第二特征偏差率阈值；
若大于第一特征偏差率阈值且小于第二特征偏差率阈值，则生成修正信息，根据修正信息对经营数据进行修正；
若大于第二偏差率阈值，则判定企业经营数据异常，则将对应的企业经营数据进行剔除；
若小于第一特征偏差率阈值，则判定企业经营数据正常，则获取车辆贷款信息。
需要说明的是，将企业经营异常数据进行剔除，并对经营数据进行修正，提高企业经营数据的精度，可以精准的获取车辆贷款信息，防止出现数据分析偏差。
根据本发明实施例，获取企业车辆销售信息，根据企业销售信息分析企业回款信息，具体为：
获取企业历史年度中每一个月的车辆销售信息，建立车辆销售预测模型；
将相邻两个月的车辆销售信息进行比较，得到销售差值；
根据销售差值生成参数修正信息，根据参数修正信息对车辆销售预测模型进行超参数修正，得到优化后的车辆销售预测模型；
根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息。
需要说明的是，通过对企业历史年度的车辆销售数据进行获取，并建立车辆预测模型，并对车辆预测模型进行参数优化处理，提高模型的预测能力，可以通过车辆销售预测模型进行实时预测下一年度车辆销售信息，进行预测企业贷款风险。
根据本发明实施例，根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息之后，还包括：
获取车辆销售预测模型进行预测的车辆销售信息与当前车辆销售信息进行比较，得到销售数据偏差；
判断销售数据偏差是否大于或等于预设的偏差阈值；
若大于或等于，则生成反馈信息，根据反馈信息对车辆销售预测模型的超参数进行二次调整；
若小于，则根据车辆销售预测模型进行预测下一年度企业营业额数据。
需要说明的是，通过判断当前车辆销售数据与企业预测模型中预测的车辆销售数据之间的偏差进行实时修正车辆销售预测模型，使车辆销售预测模型越来越精准。
根据本发明实施例，获取企业车辆销售信息，根据企业销售信息分析企业营业额信息，还包括：
获取企业存放车辆区域信息，并生成电子围栏信息；
获取车辆位置信息，将车辆位置信息与电子围栏信息进行比较，得到位置差；
判断位置差是否大于或等于预设的位置差阈值；
若大于或等于，则生成车辆出库信息，并对车辆出库量进行更新；
若小于，则判定车辆未销售，生成车辆存放时间信息。
需要说明的是，通过实时判断车辆的位置是否已出库，并对出库数量以及未出库车辆的存放时间进行实时计算，提高车辆销售信息的分析精度。
根据本发明实施例，还包括：
获取当前车辆位置与白名单库位（企业存放车辆区域）距离、智能柜柜格（用于存放未销售的车辆合格证，且在车辆销售后智能开启取出车辆合格证）是否有开启状态、当前车辆存放距今时长、智能柜是否离线，车辆已完成开票且合格证柜格门无开门记录
获取经销商销售信息，包括车辆周转天数、月出库数与订单数比值、月订单数环比进行异常监测，异常定义和识别；
企业近3个月存在法人变更、存在股权冻结、欠税金额大于100000、当前存在税务处罚、当前存在行政处罚、当前有未交车事件、在职员工人数波动=|（当前员工人数-近3月月均员工人数）/近3月月均员工人数*100%|>=30%时，则判定企业经营异常。
车辆销售过程中，智能柜及车辆信息包括当前车辆位置与白名单库位距离（大于1公里表示车辆已销售，小于1公里说明车辆未出库）、智能柜柜格是否有开启状态、当前车辆存放距今时长、智能柜是否离线，车辆已完成开票且合格证柜格门无开门记录。
经销商销售信息异常包括车辆周转天数大于车辆平均周转天数、月车辆出库数/月销售订单数<50%、月订单数波动=（近30天销售订单数-近31-60天销售订单数）/近31-60天销售订单数*100%<20%。
通过实时采集的数据配合监测模型，实现对贷款经销商全方位实时监测预警，预警事项直接同步至各相关负责人，贷中快速识别异常风险，及时处置。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括车辆贷款数据分析方法程序，车辆贷款数据分析方法程序被处理器执行时，实现如上述任一项的车辆贷款数据分析方法的步骤。
本发明公开的一种车辆贷款数据分析方法、系统及介质，通过获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；判断车辆贷款风险信息是否大于或等于预设的风险阈值；若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端；通过实时分析企业车辆销售信息对企业营业额进行精准判断，并作为车辆贷款后的还款能力与还款风险分析的依据对企业贷款风险进行精准分析，提高贷款风险规避能力。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种车辆贷款数据分析方法，其特征在于，包括：
获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；
获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；
将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；
判断车辆贷款风险信息是否大于或等于预设的风险阈值；
若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；
若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端。
2.根据权利要求1所述的车辆贷款数据分析方法，其特征在于，所述企业运营数据包括经销商企业状态与工商信息，所述经销商企业状态包括开业、存续与注销信息；
所述工商信息包括法人变更、股权冻结、股权出质、动产抵押、执行案件数据、行政处罚、税务处罚、欠税金额中的一种或两种以上的组合。
3.根据权利要求1所述的车辆贷款数据分析方法，其特征在于，获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息，具体为：
获取企业经营数据，提取经营数据特征；
将经营数据特征与预设的特征进行比较，得到特征偏差率；
判断所述特征偏差率是否大于第一特征偏差率阈值且小于第二特征偏差率阈值；
若大于第一特征偏差率阈值且小于第二特征偏差率阈值，则生成修正信息，根据修正信息对经营数据进行修正；
若大于第二偏差率阈值，则判定企业经营数据异常，则将对应的企业经营数据进行剔除；
若小于第一特征偏差率阈值，则判定企业经营数据正常，则获取车辆贷款信息。
4.根据权利要求3所述的车辆贷款数据分析方法，其特征在于，获取企业车辆销售信息，根据企业销售信息分析企业回款信息，具体为：
获取企业历史年度中每一个月的车辆销售信息，建立车辆销售预测模型；
将相邻两个月的车辆销售信息进行比较，得到销售差值；
根据销售差值生成参数修正信息，根据参数修正信息对车辆销售预测模型进行超参数修正，得到优化后的车辆销售预测模型；
根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息。
5.根据权利要求4所述的车辆贷款数据分析方法，其特征在于，根据优化后的车辆销售预测模型进行预测下一年度车辆销售信息之后，还包括：
获取车辆销售预测模型进行预测的车辆销售信息与当前车辆销售信息进行比较，得到销售数据偏差；
判断销售数据偏差是否大于或等于预设的偏差阈值；
若大于或等于，则生成反馈信息，根据反馈信息对车辆销售预测模型的超参数进行二次调整；
若小于，则根据车辆销售预测模型进行预测下一年度企业营业额数据。
6.根据权利要求5所述的车辆贷款数据分析方法，其特征在于，获取企业车辆销售信息，根据企业销售信息分析企业营业额信息，还包括：
获取企业存放车辆区域信息，并生成电子围栏信息；
获取车辆位置信息，将车辆位置信息与电子围栏信息进行比较，得到位置差；
判断所述位置差是否大于或等于预设的位置差阈值；
若大于或等于，则生成车辆出库信息，并对车辆出库量进行更新；
若小于，则判定车辆未销售，生成车辆存放时间信息。
7.一种车辆贷款数据分析系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括车辆贷款数据分析方法的程序，所述车辆贷款数据分析方法的程序被所述处理器执行时实现以下步骤：
获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息；
获取企业车辆销售信息，根据企业销售信息分析企业营业额信息；
将企业营业额信息与车辆贷款信息进行比较，计算车辆贷款风险信息；
判断车辆贷款风险信息是否大于或等于预设的风险阈值；
若大于或等于，则生成车辆贷款预警信息，并将车辆贷款预警信息实时传输至企业终端；
若小于，则生成车辆贷款监管信息，将车辆贷款监管信息实时传输至贷款方终端。
8.根据权利要求7所述的车辆贷款数据分析系统，其特征在于，所述企业运营数据包括经销商企业状态与工商信息，所述经销商企业状态包括开业、存续与注销信息；
所述工商信息包括法人变更、股权冻结、股权出质、动产抵押、执行案件数据、行政处罚、税务处罚、欠税金额中的一种或两种以上的组合。
9.根据权利要求8所述的车辆贷款数据分析系统，其特征在于，获取企业运营数据，并对企业运营数据进行预处理，获取车辆贷款信息，具体为：
获取企业经营数据，提取经营数据特征；
将经营数据特征与预设的特征进行比较，得到特征偏差率；
判断所述特征偏差率是否大于第一特征偏差率阈值且小于第二特征偏差率阈值；
若大于第一特征偏差率阈值且小于第二特征偏差率阈值，则生成修正信息，根据修正信息对经营数据进行修正；
若大于第二偏差率阈值，则判定企业经营数据异常，则将对应的企业经营数据进行剔除；
若小于第一特征偏差率阈值，则判定企业经营数据正常，则获取车辆贷款信息。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括车辆贷款数据分析方法程序，所述车辆贷款数据分析方法程序被处理器执行时，实现如权利要求1至6中任一项所述的车辆贷款数据分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311136082.8A CN116862669B (zh) | 2023-09-05 | 2023-09-05 | 一种车辆贷款数据分析方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311136082.8A CN116862669B (zh) | 2023-09-05 | 2023-09-05 | 一种车辆贷款数据分析方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116862669A true CN116862669A (zh) | 2023-10-10 |
| CN116862669B CN116862669B (zh) | 2023-12-22 |
Family
ID=88232673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311136082.8A Active CN116862669B (zh) | 2023-09-05 | 2023-09-05 | 一种车辆贷款数据分析方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116862669B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104850898A (zh) * | 2015-03-11 | 2015-08-19 | 佛山职业技术学院 | 一种制造业预测逻辑订单生成方法 |
| KR20160072649A (ko) * | 2014-12-15 | 2016-06-23 | 주식회사 핑거 | 매출채권 담보대출 평가시스템 및 평가방법 |
| CN114298818A (zh) * | 2021-12-01 | 2022-04-08 | 普洛斯科技(重庆)有限公司 | 一种针对控制货物贷款的风险评估方法及装置 |
| KR102529762B1 (ko) * | 2022-10-04 | 2023-05-08 | 주식회사 블록오디세이 | 사업자의 자산 기반의 대출을 관리하기 위한 방법, 이를 수행하는 서비스서버 및 컴퓨터-판독가능 매체 |
-
2023
- 2023-09-05 CN CN202311136082.8A patent/CN116862669B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160072649A (ko) * | 2014-12-15 | 2016-06-23 | 주식회사 핑거 | 매출채권 담보대출 평가시스템 및 평가방법 |
| CN104850898A (zh) * | 2015-03-11 | 2015-08-19 | 佛山职业技术学院 | 一种制造业预测逻辑订单生成方法 |
| CN114298818A (zh) * | 2021-12-01 | 2022-04-08 | 普洛斯科技(重庆)有限公司 | 一种针对控制货物贷款的风险评估方法及装置 |
| KR102529762B1 (ko) * | 2022-10-04 | 2023-05-08 | 주식회사 블록오디세이 | 사업자의 자산 기반의 대출을 관리하기 위한 방법, 이를 수행하는 서비스서버 및 컴퓨터-판독가능 매체 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116862669B (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11481777B2 (en) | Fast access vectors in real-time behavioral profiling in fraudulent financial transactions | |
| US20190164181A1 (en) | Reducing false positives with transaction behavior forecasting | |
| US20070112667A1 (en) | System and method for providing a fraud risk score | |
| US20190295173A1 (en) | Method of computerized monitoring of investment trading and associated system | |
| Collier et al. | Firms’ management of infrequent shocks | |
| US20110022541A1 (en) | Methods and Systems for Proactive Loan Modification | |
| CN102089780A (zh) | 用于追踪、监视及报告产权保险单的偿清的系统及方法 | |
| CN116862669B (zh) | 一种车辆贷款数据分析方法、系统及介质 | |
| Fons-Rosen et al. | The effects of startup acquisitions on innovation and economic growth | |
| CN116934393A (zh) | 代驾订单违规获利的处理方法、系统及计算机设备 | |
| CN116757318A (zh) | 一种时间序列预测模型的筛选方法及装置 | |
| KR20070111878A (ko) | 지능형 상시 감사 시스템 및 감사 방법 | |
| CN112712270B (zh) | 信息处理方法、装置、设备及存储介质 | |
| CN112926781A (zh) | 基于监管领域的市场主体行为图谱智能分析方法及系统 | |
| JP2005346730A (ja) | 履歴情報を用いたクレジットカードの不正利用の判定方法 | |
| CN110675240B (zh) | 风险雷达预警的监控方法及系统 | |
| CN113870020A (zh) | 一种逾期风险控制方法及装置 | |
| Pešout et al. | Insurance Fraud Management as an Integrated Part of Business Intelligence Framework | |
| CN116993514B (zh) | 一种车辆资产管理监测方法、系统及介质 | |
| CN117993879B (zh) | 一种基于机器学习模型对考勤异常的预测及处理方法 | |
| Hua et al. | Improving density forecast by modeling asymmetric features: An application to S&P500 returns | |
| CN117436820B (zh) | 一种基于人工智能的控制方法及系统 | |
| CN118396388B (zh) | 一种企业信息科技管理预警平台和预警方法 | |
| CN114723570B (zh) | 农险风险监测方法、装置、存储介质及计算机设备 | |
| CN115660410A (zh) | 基于大数据的企业风险预测方法、控制装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |